fa jalali 1392 6 1 gregorian 2013 9 1 10 1 online 1 fulltext

fa روشی جدید برای اختفای خطا در فریم‌های ویدئو با استفاده از شبکه‌ عصبی RBF ارسال ویدئوی فشرده‌شده در کانال‌های مستعد خطا ممکن است سبب اتلاف در بسته‌های ویدئو گردد که این می‌تواند کیفیت تصویر را‌ کاهش دهد. اختفای خطا یک رهیافت مؤثر جهت کاهش اتلاف ناشی از اطلاعات از دست رفته می‌باشد. شیوه‌های اختفای خطای زمانی متداول همیشه در مواقعی که شئی ویدئو دارای حرکات غیرعادی باشد کارآیی خود را از دست می‌دهند. در این مقاله، به‌منظور غلبه بر این مشکل، یک رهیافت اختفای خطای زمانی کارآ جهت پنهان‌سازی خطای ماکروبلاک برای سیستم‌های کدبندی ویدئو پیشنهاد می‌گردد. روش پیشنهادی از یک شبکه عصبی RBF برای تخمین بردارهای حرکت ماکروبلاک‌های آسیب‌دیده استفاده می‌کند. تخمین‌‌زن RBF فقط برای نواحی ویدئو با حرکات سریع استفاده می‌شود که این پیچیدگی محاسبات را کاهش می‌دهد. به دلیل ظرفیت بزرگ شبکه‌های عصبی در تجسم و تفسیر مجموعه‌های داده با ابعاد بالا، روش پیشنهادی می‌تواند بردارهای حرکت آسیب‌دیده در نواحی با حرکت سریع را به درستی تخمین بزند. نتایج تجربی نشان می‌دهد که شیوه پیشنهادی، کیفیت ذهنی و عینی فریم‌های بازسازی شده را ارتقاء می‌دهد، به‌طوری که میانگین حد اکثر نسبت سیگنال به نویز برای دنباله‌های مورد آزمایش در بعضی از فریم‌ها حدود dB 6469/1 نسبت به روش BMA افزایش می‌یابد. Transmission of compressed video over error prone channels may result in packet losses, which can degrade the image quality. Error concealment (EC) is an effective approach to reduce the degradation caused by the missed information. The conventional temporal EC techniques are always inefficient when the motions of the video object are irregular. In this paper, in order to overcome this problem, an efficient temporal EC approach to conceal the macroblock error for video coding systems is proposed. The proposed EC method employs a RBF neural network to estimate the motion vectors of the damaged macroblocks. RBF estimator is used only for areas of the fast motions, which reduces computation complexity. Because the neural networks have a great capacity for visualizing and interpreting high-dimensional data sets, the estimation model proposed herein can exploit the nonlinearity property of the neural networks to estimate lost motion vectors more accurately. Simulation results show that the proposed technique enhances both subjective and objective quality of reconstructed frames, such as the average PSNR increases about 1.6469 dB compared to the BMA method for the test video sequences in some frames temporal error concealment, RBF neural network, motion vector estimation, motion compensation اختفای خطای زمانی، شبکه عصبی RBF، تخمین بردار حرکت، جبران‌سازی حرکت 12 3 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-253-1&slc_lang=fa&sid=1 2013/06/6 1392/3/16 2013/10/9 1392/7/17 Hossein Ghanei Yakhdan Yazd University حسین قانعی یخدان hghaneiy@yazduni.ac.ir 003194753284600665 003194753284600665 Yes دانشگاه یزد

fa روش پیش‌تعلیم سریع بر مبنای کمینه‌سازی خطا برای همگرائی یادگیری شبکه‌های‌ عصبی با ساختار عمیق در این مقاله با توسعه روش‌های موجود و بر مبنای کمینه‌سازی خطا و حفظ تمایز بیشینه مابین نمونه‌ها یک روش پیش‌تعلیم لایه‌به‌لایه سریع و کارا جهت مقداردهی اولیه مناسب وزن‌ها در شبکه‌های عصبی با ساختارهای عمیق ارائه شده است. تعلیم شبکه‌های عصبی عمیق به‌دلیل مواجه با تعداد بالای کمینه‌های موضعی اغلب همگرا نمی‌گردد. درحالیکه با مقداردهی اولیه مناسب وزن‌های شبکه به‌جای مقادیر تصادفی در ابتدای مسیر تعلیم، می‌توان از بسیاری از کمینه‌های موضعی اجتناب نمود. در این روش شبکه عصبی چند لایه به تعداد متناظری شبکه با یک لایه پنهان شکسته می‌شود و ابتدا این شبکه‌های تک لایه تعلیم داده می‌شوند. سپس مقادیر وزن حاصل از تعلیم اینها در شبکه عصبی اصلی قرار داده می‌شود و برای تنظیم دقیق وزن‌ها، تعلیم یکپارچه صورت می‌گیرد. روش پیشنهادی برای پیش‌تعلیم شبکه عصبی خودانجمنی 5 لایه پنهان جهت استخراج مؤلفه‌های اساسی غیرخطی چهره برای دادگان بسفروس مورد استفاده قرار گرفت. مقایسه میانگین نتایج شبکه‌های‌ عصبی با مقداردهی اولیه تصادفی و مقداردهی با روش پیش‌تعلیم لایه‌به‌لایه نشان می‌دهد که این روش پیش‌تعلیم علاوه بر اینکه سرعت همگرائی تعلیم را بهبود می‌دهد، قدرت تعمیم شبکه را نیز بالا می‌برد. به‌گونه‌ایکه با وجود خطای تعلیم یکسان، با بکارگیری روش پیش‌تعلیم لایه‌به‌لایه برای مقداردهی اولیه وزن‌ها، خطای بازسازی هر پیکسل %69/13 کاهش و درصد صحت بازشناسی تصاویر با استفاده از مؤلفه‌های استخراج شده حدود %10 رشد داشته است.  In this paper, we propose efficient method for pre-training of deep bottleneck neural network (DBNN). Pre-training is used for initial value of network weights convergence of DBNN is difficult because of different local minimums. While with efficient initial value for network weights can avoided some local minimums. This method divides DBNN to multi single hidden layer and adjusts them, then weighs of these networks is used for initial value of DBNN weights and then train network. Proposed network is used for extraction of face component. This Method is implemented on Bosphorus database. Comparing results shows that new method has more convergence speed and generalization than random initial value. By means of this new training method and with same training error rate pixel reconstruction error is decreased 13.69% and recognition rate is increased 10% Deep Architecture, Learning Convergence,Neural Network, Pre-training, Components استخراج مؤلفه‌، پیش‌تعلیم، شبکه‌‌های عصبی، ساختار عمیق، همگرائی 26 13 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-340-1&slc_lang=fa&sid=1 2013/06/62013/06/8 1392/3/18 2013/10/92013/08/13 1392/5/22 سیده زهره سیدصالحی sz.seyyedsalehi@yahoo.com 003194753284600663 003194753284600663 Yes سید علی سیدصالحی 003194753284600664 003194753284600664 No

fa بهبود عملکرد سیستم بازشناسی گفتار پیوسته بوسیله ویژگی‌های استخراج شده از مانیفولدهای گفتاری در فضای بازسازی شده فاز یکی از رویکردهای موثر در بهبود کارایی سیستم‌ های بازشناسی گفتار، طراحی روش‌های متنوع استخراج ویژگی از سیگنال گفتار و ترکیب اطلاعات به دست آمده از آن ها است. تحقیقات اخیر نشان می دهد که سیگنال گفتار دارای رفتار غیرخطی و آشوبی است، ولی از این مشخصه سیگنال گفتار در سیستم‌های بازشناسی پیوسته گفتار استفاده نمی‌شود. یکی از حوزه های مناسب برای نمایش دینامیک غیرخطی سیگنال آشوبی، فضای بازسازی شده فاز (RPS) است، از اینرو در این مقاله یک روش جدید استخراج ویژگی مبتنی بر RPS (LLRPS) پیشنهاد شده است. این ویژگی‌ها از امتیاز شباهت تراژکتوری سیگنال گفتار جاسازی شده در RPS با مجموعه ای از مانیفولدهای واجی از پیش تعیین شده محاسبه می شوند. سپس مقادیر احتمال پسین واجی بوسیله ساختار شبکه عصبی TMLP از روی ویژگی های LLRPS تخمین زده می شود. ساختار شبکه عصبی استفاده شده بصورتی است که علاوه بر توانایی استخراج اطلاعات دینامیک، دارای قابلیت پیاده سازی روش های متنوع ترکیب خروجی است. نتایج آزمایشات بر روی مجموعه دادگان گفتاری فارس‌دات نشان می دهد که ترکیب غیرخطی خروجی سیستم های بازشناسی، شامل ویژگی های متداول کپستروم MFCC و ویژگی های پیشنهادی LLRPS، به ترتیب منجر به بهبود 94/3 درصد در دقت بازشناسی قاب و 02/4 درصد در دقت بازشناسی واج نسبت به عملکرد سیستم بازشناسی پایه شده است. The design for new feature extraction methods out of the speech signal and combination of their obtained information is one of the most effective approaches to improve the performance of automatic speech recognition (ASR) system. Recent researches have been shown that the speech signal contains nonlinear and chaotic properties, but the effects of these properties are not used in the continuous ASR systems. Reconstructed phase space (RPS) is an appropriate domain to exhibit nonlinear properties of a chaotic signal. Therefore, in this paper a new method is proposed to utilize the RPS-based features (LLRPS). These features will be computed using similarity scores between the embedded speech signal in the RPS and a set of predefined phoneme manifolds. Then, TMLP-based neural network estimates phoneme posterior probability over the LLRPS features. The used neural network includes proper properties such as extracting dynamic information and output combination methods. Experimental results using Farsdat speech database show that nonlinear combination of the speech recognition outputs including traditional MFCC features and the LLRPS features, leading to improvement of 3.94% and 4.02% in the accuracy of frame and phoneme recognition, respectively. Continuous speech recognition, Feature extraction, Reconstructed phase space, Phoneme manifolds, Likelihood Score, Neural network بازشناسی گفتار پیوسته، استخراج ویژگی، فضای بازسازی شده فاز، مانیفولدهای واجی ، امتیاز درست نمایی، شبکه عصبی. 42 27 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-306-1&slc_lang=fa&sid=1 2013/06/62013/06/82013/06/5 1392/3/15 2013/10/92013/08/132013/09/12 1392/6/21 Yasser Shekofteh Amirkabir University یاسر شکفته shekofteh.yasser@gmail.com 003194753284600666 003194753284600666 Yes دانشگاه امیرکبیر Farshad Almasganj Amirkabir University فرشاد الماس گنج falmas214@yahoo.com 003194753284600667 003194753284600667 No دانشگاه امیرکبیر

fa ارائه یک روش نوین جهت تعیین قوت واترمارک با استفاده از الگوریتم رقابت استعماری سیستم‌های واترمارکینگ با توجه به کاربرد، دارای ویژگی‌های خاصی می‌باشند. شفافیت و مقاومت از مهم‌ترین این ویژگی‌ها می‌باشند که در اکثر کاربرد‌ها مورد نیاز می‌باشند. این دو ویژگی در تضاد با یکدیگر هستند و توسط پارامتری به نام قوت واترمارک کنترل می‌شوند. در اثر کاهش قوت واترمارک، شفافیت سیستم واترمارکینگ افزایش و مقاومت آن کاهش می‌یابد و برعکس. در یک سیستم واترمارکینگ داشتن این دو ویژگی به طور هم‌زمان امکان‌پذیر نیست و باید با انتخاب صحیح قوت واترمارک مصالحه‌ای بین شفافیت و مقاومت برقرار کرد. در این مقاله رهیافت جدیدی بر اساس الگوریتم رقابت استعماری برای یافتن قوت واترمارک جهت داشتن هم‌زمان ویژگی‌های شفافیت و مقاومت پیشنهاد می‌گردد. نتایج حاصل از پیاده‌سازی نشان می‌دهد که الگوریتم پیشنهادی با داشتن پیچیدگی محاسباتی کم‌تر، قوت واترمارک مناسبی را برای سیستم واترمارکینگ در مقایسه با الگوریتم ژنتیک ارائه نموده است Watermarking systems have specific feathers in accordance with their applications. In many applications transparency and robustness are needed which are the most important features. These two features are in contrast to each other and are controlled by a parameter named watermark strength. With decreasing the watermark strength, transparency of the watermarking system increases while the robustness of the watermarking system decreases and vice versa. Having these two features is not possible at the same time in a watermarking system and there should be tradeoff between transparency and robustness choosing correct watermark strength. In this paper, the imperialist competitive algorithm is used for determining the watermark strength for having transparency and robustness at the same time. The simulation results show that the imperialist competitive algorithm can propose proper watermark strength for a watermarking system with less computational complexity image watermarking, discrete cosine transform, imperialist competitive algorithm واترمارکینگ تصویر دیجیتال، تبدیل کسینوسی گسسته، الگوریتم رقابت استعاری. 56 43 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-287-1&slc_lang=fa&sid=1 2013/06/62013/06/82013/06/52013/06/2 1392/3/12 2013/10/92013/08/132013/09/122013/11/7 1392/8/16 محمد رضا فتاحی حسن آباد mrfattahi2011@stu.yazd.ac.ir 003194753284600668 003194753284600668 Yes حسین قانعی یخدان hghaneiyyazd.ac.ir 003194753284600669 003194753284600669 No دانشگاه یزد علی محمد لطیف alatifyazd.ac.ir 003194753284600670 003194753284600670 No دانشگاه یزد

fa راهکار جدید استخراج ویژگی مبتنی بر نمونه‌برداری فشرده در پردازش سیگنال‌های صوتی در این مقاله با استفاده از راهکار نمونه‌برداری فشرده، الگوریتمی برای استخراج ویژگی از سیگنال‌های صوتی معرفی می‌شود. در روش پیشنهادی، ابتدا سیگنال صوت پنجره‌گذاری شده و تبدیل فوریه نمونه‌های درون هر پنجره محاسبه می‌گردد. سپس مقادیر دامنه‌های هنجارشده‌ی ضرایب بدست آمده در هر پنجره با هم جمع شده و از بردار حاصله که مولفه‌های آن مجموع دامنه‌ی ضرایب در هر پنجره می‌باشد مجددا تبدیل فوریه گرفته می‌شود، در نهایت با توجه به تُنُکی ایجاد‌شده، از بردار بدست آمده به صورت تصادفی نمونه‌برداری می‌شود. در این پژوهش در کاربرد‌های مختلفی از بردار ویژگی بدست آمده استفاده شده است. از جمله این کاربردها می‌توان به طبقه‌بندی اصوات و مکان‌یابی منابع صوت اشاره کرد. در شبیه‌سازی‌های صورت گرفته نشان داده می‌شود که در مقایسه با برخی از طبقه‌بندی‌کننده‌ی مطرح دیگر، طبقه‌بندی‌کننده مبتنی بر ویژگی ارائه شده، دقت بیشتر و بار محاسباتی کمتر دارد. همچنین در شبیه‌سازی‌ها نشان می‌دهد شده است که با استفاده از این الگوریتم استخراج ویژگی می‌توان موقعیت منابع را با خطای کمتر از 2 درصد، تعیین کرد. In this paper, we present a Compressive Sampling (CS)-based feature extraction method for audio signals. In the proposed approach, the audio signal is firstly segmented by hamming windows and the Discrete Fourier Transform (DFT) of the samples is calculated within each frame. Then, the normalized values of the DFT coefficients of each frame are accumulated. At the next step, the second DFT is applied on the vector formed from the accumulated sum in consecutive frames. Finally, considering the sparseness of the resulted vector, our proposed CS-2FFT feature vector is achieved by a random sampling. In this research, the performance of CS-2FFT feature vector has been examined in the applications of audio classification and audio source localization. The simulation show that the proposed feature vector results in a classifier which is more accurate and less computationally complex compared to the classical classifiers. Also, it is shown that the employing CS-2FFT feature vector, the localization error will be less than 2%. Feature Extraction, Compressive Sampling, Genre Classification, Sound Source Localization. نمونه‌برداری فشرده، استخراج ویژگی، طبقه‌بندی اصوات، مکان‌یابی منابع صوت 68 57 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-298-1&slc_lang=fa&sid=1 2013/06/62013/06/82013/06/52013/06/22013/06/3 1392/3/13 2013/10/92013/08/132013/09/122013/11/72013/10/12 1392/7/20 مهدی بنی طالبی دهکردی mbanitalebi@yahoo.com 003194753284600671 003194753284600671 Yes محمد تقی صادقی m.sadeghiyazduni.ac.ir 003194753284600672 003194753284600672 No یزد حمید رضا ابوطالبی habutalebiyazduni.ac.ir 003194753284600673 003194753284600673 No یزد Josef Kittler Surry 003194753284600674 003194753284600674 No

fa استفاده از تبدیل PCA مکانی جهت ادغام تصاویر چند طیفی و تک رنگ هدف نهایی ادغام تصاویر، بدست آوردن تصویری است که بطور همزمان دقت مکانی و طیفی بالایی داشته باشد. الگوریتم PCA استاندارد که بطور معمول در ادغام تصاویر بکار می‌رود، منجر به تخریب اطلاعات طیفی در تصویر ادغام شده می‌شود. در این مقاله، به منظور جلوگیری از نقطه ضعف الگوریتم PCA استاندارد، از تبدیل PCA مکانی به عنوان روشی نوین در ادغام تصاویر چند طیفی و تک رنگ استفاده می‌شود و استدلال خواهد شد که روش ارائه شده، دارای کارآیی بالاتری در حفظ اطلاعات طیفی و مکانی است. در انتهای مقاله یک روش ارزیابی نوین معرفی می‌شود و استدلال خواهد شد که این روش ارزیابی، کاراتر از روش متداول اطلاعات متقابل است. تصاویر ادغام شده، با استفاده از روش پیشنهادی و سایر روشهای رایج مانند: همبستگی خطی، ERGAS، SAM، UIQI، و اطلاعات متقابل ارزیابی خواهند شد و برتری الگوریتم پیشنهادی در حفظ اطلاعات مکانی و طیفی نسبت به سایر الگوریتمها نشان داده خواهد شد.  Obtaining of an image with high spectral and spatial resolution is the goal of image fusion. The PCA is a well-known pan-sharpening approach widely used for its efficiency and high spatial resolution. However, it can distort the spectral characteristics of the multispectral images. To avoid the weak points of the standard PCA technique, Spatial PCA transform has been proposed and the reasons of superiority of this method in maintaining of the spectral information are discussed in this paper. At the end of the paper, a new assessment is proposed and the advantage of this method relative to the conventional mutual information is argued. The proposed assessment and the other popular metrics such as: ERGAS, SAM, correlation coefficient UIQI, and mutual information are used to analyze the fusion result. These assessments show that the proposed method has the least color distortions and contains more spatial information. Image Fusion, Panchromatic Image, Multispectral Images, Spatial Information, Spectral Information, Standard PCA, Spatial PCA, Wavelet, Contourlet. ادغام تصاویر، تصاویر تک‌رنگ، تصاویر چند طیفی، اطلاعات مکانی، اطلاعات طیفی، PCA استاندارد، PCA مکانی، موجک، کانتورلت. 78 69 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-283-1&slc_lang=fa&sid=1 2013/06/62013/06/82013/06/52013/06/22013/06/32013/06/6 1392/3/16 2013/10/92013/08/132013/09/122013/11/72013/10/122013/10/11 1392/7/19 حمید رضا شاهدوستی hamidrezashahdoosti@gmail.com 003194753284600675 003194753284600675 Yes Hassan Ghassemian حسن قاسمیان ghassemimodares.ac.ir 003194753284600676 003194753284600676 No دانشگاه تربیت مدرس